python爬虫代码-23个Python爬虫开源项目代码
今天为大家整理了23个Python爬虫项目。整理的原因是，爬虫入门简单快速，也非常适合新入门的小伙伴培养信心。所有链接指向GitHub，祝大家玩的愉快
1、WechatSogou [1]– 微信公众号爬虫。
基于搜狗微信搜索的微信公众号爬虫接口，可以扩展成基于搜狗搜索的爬虫，返回结果是列表，每一项均是公众号具体信息字典。
2、DouBanSpider [2]– 豆瓣读书爬虫。
可以爬下豆瓣读书标签下的所有图书，按评分排名依次存储，存储到Excel中，可方便大家筛选搜罗，比如筛选评价人数>1000的高分书籍；可依据不同的主题存储到Excel不同的Sheet ，采用User Agent伪装为浏览器进行爬取，并加入随机延时来更好的模仿浏览器行为，避免爬虫被封。
3、zhihu_spider [3]– 知乎爬虫。
此项目的功能是爬取知乎用户信息以及人际拓扑关系，爬虫框架使用scrapy，数据存储使用mongo
4、bilibili-user [4]– Bilibili用户爬虫。
总数据数：20119918，抓取字段：用户id，昵称，性别，头像，等级，经验值，粉丝数，生日，地址，注册时间，签名，等级与经验值等。抓取之后生成B站用户数据报告。
5、SinaSpider [5]– 新浪微博爬虫。
主要爬取新浪微博用户的个人信息、微博信息、粉丝和关注。代码获取新浪微博Cookie进行登录，可通过多账号登录来防止新浪的反扒。主要使用 scrapy 爬虫框架。
6、distribute_crawler [6]– 小说下载分布式爬虫。
使用scrapy,Redis, MongoDB,graphite实现的一个分布式网络爬虫,底层存储MongoDB集群,分布式使用Redis实现,爬虫状态显示使用graphite实现，主要针对一个小说站点。
7、CnkiSpider [7]– 中国知网爬虫。
设置检索条件后，执行src/CnkiSpider.py抓取数据，抓取数据存储在/data目录下，每个数据文件的第一行为字段名称。
8、LianJiaSpider [8]– 链家网爬虫。
爬取北京地区链家历年二手房成交记录。涵盖链家爬虫一文的全部代码，包括链家模拟登录代码。
9、scrapy_jingdong [9]– 京东爬虫。
基于scrapy的京东网站爬虫，保存格式为csv。
10、QQ-Groups-Spider [10]– QQ 群爬虫。
批量抓取 QQ 群信息，包括群名称、群号、群人数、群主、群简介等内容，最终生成 XLS(X) / CSV 结果文件。
11、wooyun_public[11]-乌云爬虫。
乌云公开漏洞、知识库爬虫和搜索。全部公开漏洞的列表和每个漏洞的文本内容存在MongoDB中，大概约2G内容；如果整站爬全部文本和图片作为离线查询，大概需要10G空间、2小时（10M电信带宽）；爬取全部知识库，总共约500M空间。漏洞搜索使用了Flask作为web server，bootstrap作为前端。
12、spider[12]– hao123网站爬虫。
以hao123为入口页面，滚动爬取外链，收集网址，并记录网址上的内链和外链数目，记录title等信息，windows7 32位上测试，目前每24个小时，可收集数据为10万左右
13、findtrip [13]– 机票爬虫（去哪儿和携程网）。
Findtrip是一个基于Scrapy的机票爬虫，目前整合了国内两大机票网站（去哪儿 + 携程）。
14、163spider [14] – 基于requests、MySQLdb、torndb的网易客户端内容爬虫
15、doubanspiders[15]– 豆瓣电影、书籍、小组、相册、东西等爬虫集
16、QQSpider [16]– QQ空间爬虫，包括日志、说说、个人信息等，一天可抓取 400 万条数据。
17、baidu-music-spider [17]– 百度mp3全站爬虫，使用redis支持断点续传。
18、tbcrawler[18]– 淘宝和天猫的爬虫,可以根据搜索关键词,物品id来抓去页面的信息，数据存储在mongodb。
stockholm [19]– 一个股票数据（沪深）爬虫和选股策略测试框架。根据选定的日期范围抓19、取所有沪深两市股票的行情数据。支持使用表达式定义选股策略。支持多线程处理。保存数据到JSON文件、CSV文件。
20、BaiduyunSpider[20]-百度云盘爬虫。
21、Spider[21]-社交数据爬虫。支持微博,知乎,豆瓣。
22、proxy pool[22]-Python爬虫代理IP池(proxy pool)。
23、music-163[23]-爬取网易云音乐所有歌曲的评论。
来源：全球人工智能
作者：SFLYQ
python爬虫代码-23个Python爬虫开源项目代码相关推荐
- 如何学习Python开源项目代码
2019独角兽企业重金招聘Python工程师标准>>> 阅读Python开源项目代码主要有如下三个原因: 1. 在工作过程中遇到一些问题,Google和StackOverFlow等网 ...
- 如何读懂python代码_教你如何阅读 Python 开源项目代码
作者: Destiny 来源:https://learnku.com/articles/23010/teach-you-to-read-the-python-open-source-project-c ...
- 最值得阅读学习的 10 个 C 语言开源项目代码
本文转载于: 最值得阅读学习的 10 个 C 语言开源项目代码 从扩展思路的角度来说,一个程序员应该好好读过这样一些代码: 一个操作系统内核 一个编译器(如:gcc,lua) 一个解释器(如:pyth ...
- 【radar】毫米波雷达相关开源项目代码汇总（工具箱、仿真、2D毫米波检测、融合、4D毫米波检测、分割、SLAM、跟踪）（6）
[radar]毫米波雷达相关开源项目代码汇总(工具箱.仿真.2D毫米波检测.融合.4D毫米波检测.分割.SLAM.跟踪)(6) Toolbox pymmw https://github.com/m6c ...
- 23个Python爬虫开源项目代码：微信、淘宝、豆瓣、知乎、微博...
文末有干货 "Python高校",马上关注 真爱,请置顶或星标 来源:Python数据科学 今天为大家整理了23个Python爬虫项目.整理的原因是,爬虫入门简单快速,也非常适合新 ...
- python爬虫项目-23个Python爬虫开源项目代码
今天为大家整理了23个Python爬虫项目.整理的原因是,爬虫入门简单快速,也非常适合新入门的小伙伴培养信心.所有链接指向GitHub,祝大家玩的愉快 1.WechatSogou [1]– 微信公众号 ...
- 23个Python爬虫开源项目代码Python爬虫开源项目代码
WechatSogou [1]– 微信公众号爬虫. 基于搜狗微信搜索的微信公众号爬虫接口,可以扩展成基于搜狗搜索的爬虫,返回结果是列表,每一项均是公众号具体信息字典. github地址: https: ...
- 23个Python爬虫开源项目代码
今天为大家整理了23个Python爬虫项目.整理的原因是,爬虫入门简单快速,也非常适合新入门的小伙伴培养信心.所有链接指向GitHub,祝大家玩的愉快 1.WechatSogou [1]– 微信公众号 ...
- 23个Python爬虫开源项目代码，包含微信、淘宝、豆瓣、知乎、微博等
今天为大家整理了23个Python爬虫项目.整理的原因是,爬虫入门简单快速,也非常适合新入门的小伙伴培养信心,所有链接指向GitHub,微信不能直接打开,老规矩,可以用电脑打开. 关注公众号「Pyth ...
- 必须收藏！23个Python爬虫开源项目代码：微信、淘宝、等
今天分享的文章为大家整理了23个Python爬虫项目. 整理的原因是,爬虫入门简单快速,也非常适合新入门的小伙伴培养信心,所有链接指向GitHub,微信不能直接打开,老规矩,可以用电脑打开.. 1. ...
最新文章
- 网络营销外包——网络营销外包专员如何做好网站锚文本优化？
- Linux常用系统管理命令(top、free、kill、df)
- Python：每日一题001
- JUC锁-ReentrantReadWrite(五)
- python 物理引擎 摩擦力_参赛作品2-phenom的2D物理引擎
- Jenkins安装（Maven安装）（4）
- 在 Confluence 6 中禁用 workbox 应用通知
- 上海电力学院计算机技术,上海电力学院计算机与信息工程学院介绍
- SQL执行计划错误导致临时表空间不足
- 整理的一些实用工具网站
- java 自定义注解 生成json_Java中如何创建自定义的注解
- Flutter最佳入门方式——写一个计算器
- python 数据库模糊查询
- 《创业维艰》笔记 2
- ILSVRC2012神经网络训练图像预处理
- Vin码识别/车架号识别
- 素数判断和大合数分解_素数合数分解公式与原理 质数秘密已解开
- 研究B站个人收藏中已失效的视频
- 《商务与经济统计》（四）
- c++csp-2021营业额统计